Intel Core i9-10900K "Comet Lake" – upp till 30 procent snabbare än Core i9-9900K

Man ska inte helt räkna ut CPU som beräkningsmotor i blender (gäller förmodligen även andra 3D-program av liknande typ), eftersom t ex ett RTX 2060 bara har 6 GB VRAM, och det är primärt det som används för att "sätta upp" modellen som räknas på. När det minnet tar slut kan blender visserligen använda systemminnet för texturer, men inte för modeller och det går tydligen oerhört långsamt när VRAM-taket överskrids.

Det kraftfullaste konsumentkortet i dag är 2080 Ti med 11 GB VRAM. Nästa nivå är RTX Titan, som har marginellt högre beräkningskraft, men ökar VRAM-budgeten till 24 GB, men då kostar det nästan tre gånger så mycket som ett 2080 Ti.

För ungefär samma pengar som ett komplett system med en medelmåttig CPU och ett RTX Titan (ca 45 000 kr), kan man få ihop ett Threadripper 3970X-system med 128 GB RAM.

Jag körde nyss ett test i blender 2.81 (dock inte med Optix-beräkningen) med scenen "Classroom". En rendering med enbart GPU (2080 Ti) och en med enbart CPU (3900X).
GPU: 2.27.92
CPU: 5.48.74

Om vi räknar om detta till systemen jag nämner ovan då. RTX Titan är ca fem procent snabbare, max, än ett 2080 Ti. Så där blir beräkningstiden ca 2.20. Threadripper-systemet då. Ja, 3970X verkar rendera på ca 40 procent av tiden jämfört med 3900X, så där skulle beräkningstiden bli ca 2.20 blankt.

I mitt exempel skulle alltså Threadripper-systemet ha motsvarande beräkningsprestanda, men utan ett RAM-tak på 24 GB. Dessutom är det CPU som jobbar i fysiksimuleringarna och en del andra delar, där GPU-tunga systemet i mitt exempel skulle hamna långt på efterkälken.

Jag vet inte hur stor begränsning minnet är i praktiken, eftersom jag är i lekstadiet i blender och bara lär mig genom att testa olika saker, för mitt eget nöjes skull. Tror inte jag varit över 2 GB i nåt sammanhang.

30% ökning av prestandan samt 25% extra kärnor och 100-200 MHz ökning av frekvens ger väll runt 0 procent ipc ökning på den här itterationen.

Skickades från m.sweclockers.com

Är ju rätt specifikt vad 30 % refererar till: SPECInt_rate. Så det refererar till heltalsprestanda, något som Blender är mer likt SPECfp_rate, där går prestanda upp 25 % enligt Intels siffror.

Det positiva här är att SPECint/SPECfp är inte ett enda test, utan det är ett genomsnitt över en rad olika användarfall. SPEC har mer server/HCP-fokus än desktop-fokus.

"_rate" siffrorna är inte representativa för något man kommer ser i multitrådade program som t.ex. spel. Detta då "_rate" betyder att man i praktiken kör en separat uppsättning av de enkeltrådade SPECint/SPECfp testerna på varje CPU-tråd

Extremt få "vanliga" program skalar ens till 8C, sedan finns ju många där flaskhalsen inte är CPU-kraft. Men av de där CPU-kraft faktiskt är flaskhals lär nog den prestandavinst man ser bli ~5-6 %, d.v.s. så mycket högre maximal boost på en kärna är över i9-9900K. Är just av denna anledning Rocket Lake och Zen3 känns betydligt mer spännande, där bör vi se ett lite större lyft i prestanda per kärna som är långt viktigare än att slänga på fler kärnor nu när de mer budgetorienterade modellerna har 6C.

Inte ens Jensen hävdar längre att GPGPU kommer göra CPU irrelevant, allt där man behöver låg latens eller hög prestanda per CPU-kärna fungerar uselt på GPUer. Även väldigt parallella problem där parallellismen finns i form av uppgiftsparallellism, inte data-parallellism, (t.ex. kompilering och många server-relaterade laster) fungerar riktigt uselt på GPU.

Är dataparallella problem samt problem där RAM-bandbredd är en primär flaskhals där GPGPU skiner. 3D rendering är ett exempel på ett sådant problem. Du räknar upp massor med potentiella problem, är det problem i praktiken givet att GPGPU-rendering verkar duga för allt fler professionella områden (t.ex. Hollywood rullar)?

Nog för att just Blender inte stödjer NVLink (än), men två 2070S ihopkopplade med NVLink ger dig effektivt 16 GB VRAM (att använda NVLink på detta sätt är relativt nytt, har för mig att det kom med Volta). Men även om man tar ditt 2060S exempel, man måste inte ha texturer för hela scenen i VRAM utan 6 GB måste bara täcka den "tile" (typiskt 32x32 pixels) man just nu jobbar med.

Sedan Pascal (och Vega för AMD) kan GPUerna mappa in systemminne på ett sätt som är transparent för den som skriver GPGPU-koden. VRAM blir en form av cache, prestanda blir då bra så länge som "working-set" håller sig inom VRAM (vilket för rendering i praktiken betyder att en "tile" måste få plats i VRAM).

Om VRAM blir ett problem kanske man inte kör dessa program för husbruk... Kikar man på de professionella programmen finns ju varianter med OptiX, NVLink samt stöd för att transparent använda system RAM (de flesta verkar ändå ha som krav att geometri ligger helt i VRAM).

Låt oss titta på just Classroom-scenen, det är en scen som verkar fungera rätt dålig på GPGPU. Är i princip samma prestanda på 2070S som på 2080Ti, men med OptiX aktiverat kommer man ändå ned till 70-75 s, vilket är snabbare än vad Phornix uppmätte för 3970X (112 s) i samma scen. 2060S klarar av scenen på ~145s (sen är skiljer det igen bara några få sekunder mellan 2060S och 2070 av någon anledning).

Fysik är ett superbra exempel på att CPU-delen inte blir irrelevant, framförallt då fysikmotorn i just Blender är (tyvärr likt rätt många fysikmotorer) enkeltrådad. Så enda som spelar roll är enkeltrådprestanda. Kort och gott, om det är maximal Blender-prestanda man är ute efter är det nog inte de dyraste HEDT-modellerna man ska slå till på då överklockad i3/Ryzen 3 + RTX2080Ti lär ge rejält mycket umph/kr för just det fallet.

Det skrivet: vill påpeka att även om jag hackat GPGPU-kod jobbar jag inte med just rendering och är inte heller speciellt road av att leka med program som Blender. Följer i princip bara med nyheter där för att lära mer om just GPGPU-nyheter.

Tror inte heller Comet Lake kommer bli #1 valet för speciellt många "arbetsstation-uppgifter". Det är något Intel rätt mycket släpper för de inte har något annat just nu på desktop och de vet att just PC-gamers är en av de köpvilligaste grupperna för en i annars krympande marknad för stationära PC. Så enda frågan som nog de flesta ställer sig är: hur presterar dessa i spel?

Vi såg liknade diskussion efter ursprungliga Ryzen-lanseringen.

Råder inga tvivel om att vissa typer av arbetslaster kan passa en CPU-design mer eller mindre bra, d.v.s. typ av problem dikterar hur väl en viss CPU-design hanterar det hela. Detta är otroligt tydligt när man ställer Skylake SP (den som sitter i Xeon och HEDT) mot "konsument-Skylake". Det är exakt samma beräkningsenheter med identisk IPC för allt som är enkeltrådat och körs ur L1$.

Ändå är det klart sämre spelprestanda per MHz hos Skylake SP jämfört med Skylake. Det som skiljer här är cache-design, Skylake SP är optimerad för server-laster där normalfallet är att man kör flera oberoende problem. Spel är ett exempel på en relativt typiskt krävande desktop-last: man löser ett "problem" genom att köra det över flera CPU-trådar. Just på den här punkten råkar Zen vara mer lik Skylake SP.

Men det här är ett teknikforum, vi vet bättre än dönickarna som ägnar hela sin karriär till programutveckling! Kan någon ens komma på något som i teorin gör att spel helt plötsligt skulle övergå från problemtypen "släng flera trådar på att lösa ett specifikt problem, d.v.s. räkna ut tillståndet på spelvärden för nästa scen" till "kör helt oberoende beräkningar på alla CPU-kärnor utan någon som helst relevant synkronisering mellan CPU-kärnor". Det är i princip vad som krävs för att "optimera spel för Ryzen"...

Jag gissar att vi nog får nöja oss med hur det sett ut fram till nu ett tag till: det är bättre att välja HW som passar problemet än att försöka omdefiniera vad som ska lösas för att passa HW. Dock ska det sägas: det finns absolut fall där man lyckats se på problem ur en helt annan vinkel och därmed lyckas med det senare. Så som vanligt ska man aldrig säga aldrig!!!

Är väl någorlunda i paritet med en överklockad Ryzen 5 2600...?
Intel får nu göra med sina CPU vad AMD gjort med sina GPU: Överklocka (nära) max direkt från fabrik för att nå acceptabel beräkningsprestanda, med dålig energieffektivitet som följd.
Intel-fans slutar överklocka och övergår till att se hur mycket de kan sänka drivspänningen i stället...

Nä men, kan intel plötsligt, igen, öka prestandan?
Men varför har det då nästan stått still i 8 år?

Konstigt....